Para satisfacer las altas demandas de velocidad de transmisión y cobertura flexible de las redes de generación futura, los investigadores están explorando el uso de vehículos aéreos no tripulados (UAV), también conocidos como drones. Sin embargo, existen desafíos asociados con el uso de drones en la infraestructura de red, como la necesidad de numerosas antenas y mayores pérdidas de propagación de señal, lo que resulta en un mayor consumo de energía. A la luz de estos desafíos, un equipo de matemáticos de la Universidad RUDN, en colaboración con investigadores de Egipto, China, Arabia Saudita y Uzbekistán, ha desarrollado una red neuronal artificial para optimizar el consumo de energía en las redes de drones.
Los investigadores introdujeron un sistema de asignación inteligente de recursos llamado IRA-AEODL (asignación inteligente de recursos utilizando un optimizador de ecosistema artificial con aprendizaje profundo). Este sistema utiliza una arquitectura de codificador desviado compuesto única para distribuir los recursos de manera eficiente en las redes inalámbricas conectadas a drones. El principio clave de su funcionamiento es generar una respuesta en la capa de salida que se ajuste estrechamente a la salida deseada. A través del uso de un optimizador de ecosistema artificial, el sistema identifica los parámetros óptimos para la red neuronal.
En comparación con los sistemas existentes, IRA-AEODL ha demostrado mejoras significativas en el rendimiento. En las pruebas con 2-6 drones, el rendimiento promedio de la red aumentó entre un 3% y un 17%, y cuando el número de usuarios aumentó, las mejoras alcanzaron hasta el 30%. El sistema también incorpora enfoques matemáticamente estables, mejorando su confiabilidad y eficiencia.
«Una red construida utilizando drones amplía la capacidad y la cobertura de la red. Además, los drones se utilizan como estaciones de carga móviles para suministrar energía a dispositivos de baja potencia. Dado que las baterías de los drones suelen tener una capacidad limitada, es importante hacer compensaciones entre el área de cobertura y el consumo de energía, así como el tiempo de mantenimiento. Para mejorar la cobertura y la eficiencia energética, es importante asignar recursos, como subcanales, potencia de transmisión y servicios de usuario», explicó Ammar Muthanna, Ph.D., Director del Centro Científico para la Modelización de Redes Inalámbricas 5G en la Universidad RUDN.
La investigación publicada en la revista Drones destaca el potencial de este sistema innovador para optimizar el consumo de energía y mejorar el rendimiento de las redes de drones. Con un mayor desarrollo e integración, podría allanar el camino para redes de comunicación más eficientes y confiables en el futuro.
The source of the article is from the blog maltemoney.com.br